【AI DevEx Conference 2026】Platform Engineer × FDEで変える、AIネイティブ時代の開発組織設計
2026年7月23日、ファインディ株式会社が主催するイベント「AI DevEx Conference 2026」が、JPタワーホール&カンファレンスにて開催されました。
本記事では、テイラー株式会社 取締役CTOの髙橋 三徳さんによるセッション「Platform Engineer × FDEで変える、AIネイティブ時代の開発組織設計」の内容をお届けします。
■プロフィール
髙橋 三徳
テイラー株式会社
取締役 / CTO
Speeeにて創業CTO、楽天や創業期のGREEでのエンジニアを経て、来店ポイントアプリ 「スマポ」を創業。楽天に事業売却したのち、メルカリのR&D(研究開発)部門の責任者をつとめる。
少数精鋭の強さと、成長がもたらすスケールの壁
髙橋:この業界でエンジニア的な仕事をしてから20年ちょっと経ちました。大規模な開発から規制に関わる開発、それからスタートアップの創業から関わることも多く、小さな規模の開発組織から大きな開発組織まで経験してきました。今日はその20年分をざっと振り返りながら、開発組織がどう変わっていったのか、これからどう変わっていきそうなのかという話をしていきたいと思います。
まず振り返ると、僕はやっぱり小さい開発組織が好きだなと、改めてスライドを作りながら思いました。なぜ小さい組織が良かったのかを考えると、少数精鋭で強いなと。チームサイズが小さいので、チームとお客さんの距離がすごく近い。これはBtoBでもBtoCでも同じで、関わる人数が少ない分、お客さんと接する機会がどうしても増えます。
それから意思決定が非常に速い。人数が小さいので調整コストがほぼなく、数人のチームであれば代表とエンジニアが直接話すこともありますし、事業側と開発側の壁もなく、意思決定も速くプロダクト開発が進められます。企画・設計・実装も一体で、人数が小さい分、それぞれがオーナーシップを持たないといけないので、オーナーシップは大きい。小さいので調整コストが少なく、当然早くなりますし、小さいチームだからこそみんながサービスやプロダクト、システムのことを理解している状況にもなります。小さいチームはその中で収まっていれば強いし早いし、仕事をしていても気持ちがいい。少人数のスタートアップから、イノベーションのある製品が生まれることもこれまですごく多かったと思います。

ただ、スタートアップで小さく始めても、だんだん成長していくことがあります。成長していくと、小さいままではいられなくなってきます。顧客もどんどん増えていきますし、いろんなサービスや事業を広げていくと、いろんな顧客、いろんな機能も作っていかなければいけません。
会社が大きくなって有名になってくると、信頼性やセキュリティなど、考えなければいけないことがどんどん増えていきます。プロダクトをたくさん作れば技術領域も広がり、運用もちゃんとしていかなければいけない。小さいチームの一人一人の認知範囲からどんどん増えていって、チームなり組織をスケールさせていかなければいけなくなってきます。

すると、組織を動かすコストはどんどん大きくなっていきます。サーバーのスケールと同じように、数人だったチームが10人、20人になり、100人規模のチームになっていくこともありますし、大きなチームにしてもしょうがないので、小さいチームをどんどんたくさん作ってスケールアウトしていくケースもたくさんあります。
いずれにしても、チームが大きくなっていくと、チーム間・チーム内での合意といった調整事がどんどん増えていくので、実際に価値を出す開発以外の調整コストが増えていって、調整のための調整、調整のためだけのPMO組織のようなものもできていき、組織を動かすコストが重たくなっていくと感じています。

ここまで振り返ってみると、小さいチームは強かったが、成長するためには拡大していかなければいけなくて、拡大するためにいろんなチャレンジをして、みんな頑張ってきたのかなと思っています。
データセンターからプラットフォームへ、抽象化の歴史
インフラ環境もこの10年、20年で見ていくと、すごくドラスティックに変わったなと思っています。インフラやアプリケーションはどんどん抽象化されていると捉えております。例えば2009年、2010年くらいまでは、サービスを作る前にサーバーを買うということから始めていました。データセンターを契約して、サーバーを買いに行く。データセンターの置き場所を決めて、サーバーを買って、ラッキングして電源をつないで、そこからOSやミドルウェア、Apacheやデータベースをインストールして、初めてアプリケーションをデプロイできる、ということをやっていました。2009年頃には自作サーバーカンファレンスというものもあって、名だたるITベンチャーの方々が集まって、うちはこんなサーバーを自作しているんだ、といったことをよくやっていました。
そこから5年くらいで「もう自作サーバーはやめた」という感じになっており、この流れの速さを感じています。現時点では当然、サーバーのところはクラウドやマネージドサービスに行ってしまっているので、物理サーバーは買わないですし、OSもほぼ入れません。DBやいろんなミドルウェア製品もほぼ入れず、マネージドサービスで十分だと思います。この運用も社内でやることはバージョンアップするくらいで、日々データベースのミドルウェアを監視するようなこともほぼないと思います。開発やアプリケーションの開発は、顧客価値、サービスの提供価値を考えたところから始まる、本当に何を提供するかというところから始まっていくんだろうと思います。クラウドレイヤーはほぼ抽象化されて、気にしなくても良くなったというのがこの10年の流れなのかなと思っています。

やはり関心は下のレイヤーからどんどん業務ドメインに行っているんじゃないかと思います。もうどんなサーバーか、サーバーのメーカーが何かは関係なく、OSが何で動こうが、CPUが何だろうがを開発組織ですら気にしていないと思います。どういうアプリケーションを作りたいのか、どういうドメインに対して価値を提供したいのか、というところにどんどん遷移していっているなと最近は思っています。こうした背景からも、ベースとなる下のレイヤーを抽象化して、どういうプラットフォームの上にアプリケーションを開発していくのかを決めていくことが今後すごく重要だと思っています。これは自社で作っても良いですし、自分たちで技術スタックを決めてこの上にアプリケーションを作っていくということをやってもいいと考えてます。認証や権限といったものはアプリケーションを作ったら絶対に避けては通れないもので、これを毎回サービスを作るときに考えていくのは手間がかかり、特に認証はセキュリティのこともあるのであまり自分で面倒を見たくない。優先的にクラウド製品や別の製品を選択するというのがよくあるのかなと思います。
テイラー社はERP、企業の基幹システムを作る会社として創業しているんですが、業務基幹システムは一言で言ってすごく幅広くて、会計もやるし在庫管理もやるし、勤怠や給与計算といった、とても広いドメインに対してアプリケーションを作っていかなければいけません。これを技術選定から毎回やって作っていくのはすごく非効率なので、我々としてはまずプラットフォームを決めて、その上にいろんなドメインのアプリケーションを作っていこうと考えています。単一ドメインのサービス事業会社であっても、今はもう一つの単一サービスだけでスケールしていくことはあまりないと思うので、プラットフォームを決めてその上にアプリケーションを作っていくのが非常に重要なのではと考えています。

ここからAI的な話をしていきたいと思うのですが、我々は「AIネイティブな開発基盤」ということを言っています。AIネイティブとは、初めからAIが主な利用者であり主な開発者であることを前提に、いろんなことを整備していくということです。これまでは人間の開発者がどう作るかということが前提に考えられていたと思うのですが、ここ半年、1年くらいの流れを見ると、もうAI、LLMを使って開発していくのが当たり前になってしまったので、AIがいかに動くかを考えてベースの基盤を整備していかないといけないだろうなと思っています。インターフェースにしても、AIが理解しやすいAPIや命名規則、コードの構造をすごく考えるようになりましたし、ツールやスキルの作成にも今すごく注力しています。
ものを作ることはすぐできて、AIで誰でもアプリケーションを作れるんですけれども、それを誰でも使えるようにデプロイして配ることが意外と難しい。実行したり状態管理したりオーケストレーションする基盤もあったほうがいいですし、監視するオブザーバビリティや、安全に動かせるランタイム環境も重要だと思っています。テイラーとしてはこの辺りは頑張って内製しているところです。
プラットフォームが何を作らなければいけないかというところに関しては、8つくらい責務があるんじゃないかと考えております。
- 開発:人間とAIがちゃんと使いやすい環境
- ドメイン:データモデルに加えて業務ルールを記述し、再利用できるようにすること
- 品質:プロダクションレベルになっているかをどう担保するか
- セキュリティ:バイブコーディングしたからといって手薄にしないこと
- 運用:作って終わりではなく、オブザーバビリティを含めてちゃんと運用していけるか
- ガバナンス:社内各所で発生するアプリを誰が管理するか
- ライフサイクル:作った人だけで使うのか、社内全体か、外部公開して事業にするのか
- AI効率:今は安いAIのトークンコストが今後どうなっていくか
LLMが変える開発の全工程と、変わらない顧客の真実
インフラは抽象化されているという話をしましたが、この抽象化の階段はまだ終わっていなくて、これからもどんどん増えていくと思っています。データセンターはもう見えませんし、クラウドも何を使ってもいい、マネージドサービスくらいまでは抽象化されていきました。それから今、開発者プラットフォームというところも結構抽象化され始めていて、例えばCloudflareのようなプラットフォームだと、クラウドレイヤーもあまり見えず、ランタイムもそんなに気にしなくても、本当に作りたいアプリケーションのコードを書くだけで動く状況がどんどんできています。さらにLLMでエンジニアだけでなく、非エンジニアの方々もアプリケーションを作れるようになると、そろそろアプリケーションや開発というレイヤーも抽象化されてしまって、本当に何を提供しなければいけないかということだけが最後重要になってくるんじゃないかと思っています。
こういう話をすると、エンジニアの職業はどうなるんだろうという感じに聞こえてしまうかもしれませんが、ただコードを書くだけの仕事は本当になくなってくるんじゃないかと思っていて、どんな価値を提供できるのかというところがこの先すごく重要になってくると考えています。この流れはAIが来たからだけではなくて、インフラレイヤーが抽象化されていったように、下のレイヤーからどんどん抽象化されていって、今度は真ん中や上のレイヤーからLLMがコードの実装部分を抽象化させていって、最後に残るのが何を作りたいか、何を提供したいかというレイヤーになっているのだと思います。その時、アプリを作る限界費用が非常に近づいていっていて、インフラが抽象化され、コードを書くところもどんどん圧縮されていくと、ベースの下の部分のプラットフォームに何を使うか、どういう設計にするかというのが実は組織の差になるんじゃないかという問題提起をしたいと思います。
この1年くらいで、LLMはもう全工程を信頼できる水準で支援するようになっていくと思っています。LLMは使っていて思うのですが、コードを書けるだけでなく、一般的な業界や業務のドメイン知識も実は結構知っています。顧客とのヒアリングやミーティング内容を文字起こしして放り込むと、論点を整理してくれますし、業務フローやデータモデルのたたき台もその議論をもとに作ってくれます。要件定義の中で不足や矛盾がないか聞けば答えてくれますし、リスクや評価基準も出してくれます。そこまで考えついたら仕様や実装、テストも実装してくれる。開発のほぼ全工程にLLMが入ってきて、支援というレベルでは十分な水準で業務の中に入り込んでいるなと思います。

LLMはドメイン知識を持つし実装もできる状況なんですが、最後に残ったのは我々の目の前にいるお客様です。これはBtoBでもBtoCでも同じで、我々のお客様の真実というのはLLMは知らないんです。一般的な世の中の事実を凝縮したものやドメイン知識としては知っているんですけれども、我々の目の前にいるお客様が何を欲しいかというのはまだまだ分かっていません。
ここはやはり人間がまだまだやらなければいけないところで、LLMが知っていることは一般化されたドメイン知識、業界の定石やパターン、選択肢の列挙です。我々人間がやらなければいけないのは、お客様固有の業務や例外、暗黙知や事情、新しいこと、優先順位といった、人間じゃないと拾えないことです。ここを掘っていかなければいけないと思います。これをやっていく役割がFDEなんじゃないか、というところに入っていきたいと思います。

その前に、LLMが開発できるようになったので、これはうちの中でも起きているのですが、正直10人、20人規模でできていた開発が1人、2人でできるようになってきています。もう少し大きくても同じで、100人でやらなければいけなかったことが10人以下でできてしまう。
人が減ることはいいことも多くて、人数が減ると合意調整コストが減ります。10人がそれぞれと意思決定・調整をしなければいけないとなると経路がすごく多いんですが、3人であれば少ない調整コストで済みます。AIが入ってきて小さいチームでもかなり大きなことに到達できる距離が伸びてきたなと感じています。

エンジニアの仕事が、コーディングというところから、何が必要か、何を決めていくかという判断の仕事にどんどんシフトしていくのかなと思っています。今まではコードを書く、仕様をもとに実装する、テストをするといったことだったんですが、解くべき課題が何なのか、今ある要求の背景は本当は何なのか、ドメインはどういうドメインなのか、AIが出してきている内容が正しいのかどうかを評価していくことが必要なんじゃないかと思います。
こういった話をすると、いわゆる上流工程の話と言われるかもしれないんですが、AIによってすごく変わったのは、上流に行くということが実装をしないということではないんじゃないかということです。これまでは上流が設計して別工程で実装という流れでしたが、これが一緒になってきていて、顧客の課題やどういう価値を出すべきかという話と、実際のコードの間に入っていくような形になるんじゃないかと思います。これがいわゆる上流というものが、昔の意味とこれからでは変わってくるところなんじゃないかと思います。

バイブコーディング推奨からアプリ爆発、そして禁止宣言へ
テイラーではClaude Codeが流行ってきた段階で、もうバイブコーディングを推奨しました。具体的にはもう自分自身でコードを書くなというくらいの大号令を出しました。マニュアルコーディングだけに頼らない方向性で、エンジニアが短期間でアプリケーションを作れるようになりましたし、アイデアから業務アプリケーションまで作れる時間や距離が大幅に短くなりました。すごく良かったのは、作る人の輪がエンジニアの外に広がったことです。これまで本当にエンジニアしかコーディングをしなかったんですが、うちでは経理部門、人事部門、コンサルの人たちもコードを書くようになりました。これまでエンジニアに依頼して何かを作っていたのが、自分たちが欲しいものを自分たちの現場で作るという形になりました。ここまでで、ソフトウェア開発の民主化は成功したと思います。プラットフォームもあったので、AIでアプリケーションを作ってそれを即デプロイしてみんなで使うということができるようになったからだと思います。
ただ、今頭を抱えているのはここからで、社内アプリが増えすぎて、みんなバラバラの自作アプリで仕事をしているという状況になりました。このアプリで不具合が出ているんだけど誰に言ったらいいのか分からなかったり、誰もメンテしないけどみんな使っていたり、このアプリとこのアプリはほぼ同じ機能じゃないかということが起きてきて、誰も全体を把握していない状況になりました。現状、僕が知っているだけで20個ほどアプリがあるんですが、多分これは氷山の一角で、もっとたくさんできているんじゃないかと思います。

これを見て思ったのが、アプリケーションを作って動くということと、それを本当に信頼して使えるかということには、だいぶ差があるなということです。バイブコーディングで誰でもアプリを作れるようになって、アプリが爆発的に増えて、マネージできなくなったという状況から、これはいけないなと思って、この部分をもっとマネージドな状況にしなければいけないと考えました。次のボトルネックは、本当にアプリを作れるか作れないかではなくて、誰が何をちゃんと責任を持って作るか、どうやって管理し続けるかというところが次のテーマに絶対になってくると思います。LLMでAIでアプリを簡単に作れるじゃんという先が、本当にこういうどうしようもない話になってくるのかなと思います。作れる、動くと言うのですが、本当にそれをちゃんと信頼できるものになるのかというのが次のテーマなんじゃないかと思います。
ここまで至ると、僕はバイブコーディングを禁止しようかなと思っています。これはLLMのコーディングやプロトタイピングを禁止したいわけではないんですが、誰が作るか使うか分からないもの、責任を誰かが持っているか分からないものはやめたいと思います。アプリケーションやコードを書くアプリケーションを作るのはもう誰でもできますし、誰でもデプロイできる、これはもう分かっています。そこに驚きもないし、すごいねとも全然思いません。作ったからにはそれがちゃんと価値を提供できていて、ちゃんと運用管理できているということが重要だと思っているので、そこにフォーカスしていこうと思っています。マネージドAIデベロップメントという名前を作ってはいるんですが、まだまだこれからのチャレンジです。今まで自由に探索・仮説検証をしてきて、速度重視、自由度も重視、やり直しも何回もやるということを重視してきたんですが、今後は実際に使えるもの、本番で使えるもの、継続的に運用できる、オーナーシップもあるし品質もセキュリティも再利用性もちゃんと保守も考えていて、場合によっては廃止も考えるということをきちんと念頭に置いた上で、ものを作っていくことを考えていかなければいけないと思っています。

FDEとPlatform Engineer、二つの職種による組織設計
最後にFDEとプラットフォームエンジニアという話をしていきたいと思います。今話してきた通り、FDE、フォワードデプロイエンジニアリングというちょっとバズワードのような職種ができたんですが、これが何なのかを弊社内で考えてみると、一つに、AIに正しい仕事を与える、そのためには要件をちゃんと知る、どんな価値を提供すべきかをちゃんと定義してインプットするということが非常に大事になってくると思っています。弊社の場合はFDEとプラットフォームエンジニアという大きく二つがあって、プラットフォームエンジニアの方はAIが正しく働ける環境を作るというところで、AIがハルシネーションを起こさないように、起きたとしてもちゃんと正しい道筋でものが作れるように環境を作りましょう、という形で考えています。我々としては、組織を駆動する二つの職種として、AIに仕事を与えるロールであるFDEと、AIが正しく働く環境を作るプラットフォームエンジニアを定義して考えているというところです。
これはちょっと極端な話ではあるんですが、このくらい極端に言ってもいいんじゃないかなとは思っています。誤解のないように言うと、AIに正しい仕事を与えるためには顧客とちゃんとコミュニケーションして、何が課題なのか、どんな価値が欲しいのかを正しく理解する必要があります。プラットフォームエンジニアの方も、AIが正しく動ける環境を作るためには技術的なこともちゃんと知らなければいけませんし、SDKやツールなど、インフラレイヤーも含めてどういう環境がいいのかをちゃんと考えていく必要があります。
我々の中での組織の話としては、顧客の具体を組織の抽象にしていくというところで、一度の顧客へのデリバリーを一回きりで終わらせないためにこういう仕組みが必要なんじゃないかと思っています。これはBtoBでもBtoCでも同じで、BtoCであっても、その先にお客様というところに置き換えてもらえれば同じかなと思っていて、FDEと呼ぶかどうかは分かりませんが、一般的な業務アプリケーションやサービスを作るエンジニアとFDEを読み替えてもいいのかなと思います。こういう構造でやっていくのが、これからAIネイティブな組織なんじゃないかと思っています。FDEが具体的なアプリケーションやサービスを作る、それを支えるプラットフォームエンジニアが、今はAIが正しく働けるような環境を作るというところに寄っていっているんじゃないかと思います。

人間とAIのためのSDKやツール、スキル、evalをプラットフォームの中では作っていて、トークン効率というのは料金だけの話ではなく開発効率の話でもあります。同じようなアプリケーションを何回も繰り返し作っていたら当然無駄なので、そういうこともやめていきたい。コンテキストエンジニアリングが再利用可能なツールやスキル、明示的な制約を作っていくこと、品質ゲートも重要ですし、AIに理解しやすいインターフェース群、SDKみたいなところを作っていくこと、それから小さく保たれたコードベースと、不要なコードを生まないような仕組みを作っていく必要があると思っています。
また小さいチームの話に戻りますが、小さいチームになっていくとどうしても人依存になって、個人技になっていく可能性もあります。これを今の時代、個人技に終わらせてはいけないので、ちゃんと知識共有をして共進化していくのが、FDEとプラットフォームの間で行えることが重要かなと思っています。
ここのジョブの移動も結構自由にやっていて、FDEをやってプラットフォームをやって、その知識を持ってまたFDEをやるとか、そういうこともやっても面白いんじゃないかと思っています。

変わったこと、変わらなかったこと
これまで振り返った中で、変わったことと変わらなかったことがあると思っています。変わらなかったことは、小さいチームは強いということです。変わったことは、少人数で扱える規模や複雑性が、LLMやインフラの抽象化でどんどん上がってきているというところです。
それから開発の出発点や作る人の範囲も、今アプリケーションを作ろうと思ったときにサーバーを買うことなど考えなくていいので狭まっていって、よりドメインに集中できるようになっています。そうしてやっぱり小さいチームが今後強くなっていくんじゃないかと、小さいチームをどんどん作っていく、強い小さいチームを並べていくのがすごく重要なんじゃないかと思いました。

これも大変なことなんですが、数人で10人分のコードを書くことがゴールではなく、少ない人数でどんな価値を出すべきかを理解して判断して届けていくことが重要なんじゃないかと思っています。

アーカイブ動画・発表資料
イベント本編は、アーカイブ動画を公開しています。また、当日の発表資料も掲載しています。あわせてご覧ください。







